某公司收集了新資料，然後建立了相關矩陣、計算了摘要統計量，並產生了視覺化以理解這些資料。這是機器學習工作流程的哪個階段？

探索性資料分析 (EDA) 是機器學習工作流程中的關鍵早期階段。它涉及使用統計方法和視覺化工具來理解資料集的特性、識別模式、檢測異常值並發現變數之間的關係。題目描述的公司行為——建立相關矩陣、計算摘要統計量和產生視覺化——都直接符合 EDA 的定義。資料預處理通常在 EDA 之後，涉及資料清洗、轉換和縮放。特徵工程是從原始資料中建立新特徵的過程。超參數調優則是在模型訓練階段，用於優化模型效能。